数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学如何在R中根据给定的功效找到两个样本比例检验的样本量？
要找到具有给定功效的两个样本比例检验的样本量，我们可以使用power.prop.test函数，我们至少需要传递两个比例和功效。
默认情况下，显著性水平将取为0.05，如果我们想更改它，则将使用sig.level参数。
下面是一些带有显著性水平显示的示例。
示例1
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=8/20,p2=6/20,power=0.90,sig.level=0.05)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 476.0072 p1 = 0.4 p2 = 0.3 sig.level = 0.05 power = 0.9 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例2
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=18/20,p2=16/20,power=0.90,sig.level=0.05)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 265.856 p1 = 0.9 p2 = 0.8 sig.level = 0.05 power = 0.9 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例3
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=18/100,p2=16/100,power=0.90,sig.level=0.05)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 7410.91 p1 = 0.18 p2 = 0.16 sig.level = 0.05 power = 0.9 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例4
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=18/1000,p2=16/1000,power=0.90,sig.level=0.05)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 87792.7 p1 = 0.018 p2 = 0.016 sig.level = 0.05 power = 0.9 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例5
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=49/100,p2=51/100,power=0.90,sig.level=0.05)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 13132.2 p1 = 0.49 p2 = 0.51 sig.level = 0.05 power = 0.9 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例6
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=49/100,p2=51/100,power=0.90,sig.level=0.10)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 10702.93 p1 = 0.49 p2 = 0.51 sig.level = 0.1 power = 0.9 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例7
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=49/100,p2=51/100,power=0.95,sig.level=0.10)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 13525.01 p1 = 0.49 p2 = 0.51 sig.level = 0.1 power = 0.95 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例8
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=49/100,p2=51/100,power=0.80,sig.level=0.10)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 7727.15 p1 = 0.49 p2 = 0.51 sig.level = 0.1 power = 0.8 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例9
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=5/200,p2=5/100,power=0.80,sig.level=0.10)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 713.0383 p1 = 0.025 p2 = 0.05 sig.level = 0.1 power = 0.8 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例10
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=5/200,p2=5/100,power=0.80,sig.level=0.05)
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 905.3658 p1 = 0.025 p2 = 0.05 sig.level = 0.05 power = 0.8 alternative = two.sided
注意 - n 是*每个*组中的数量。
示例11
使用下面给出的代码来找到两个样本比例检验的样本量：
power.prop.test(p1=5/200,p2=5/100,power=0.80,sig.level=0.05,alternative="one.sided")
输出
如果您执行上面给出的代码片段，它将生成以下关于两个样本比例比较功效计算的输出：
n = 713.0383 p1 = 0.025 p2 = 0.05 sig.level = 0.05 power = 0.8 alternative = one.sided
注意 - n 是*每个*组中的数量。
799 次浏览
